ResGov|如何开展高质量数据集建设？国家数据局给出方案

在人工智能加速迈向千行百业的今天，算力、算法与数据构成了大模型时代的“三驾马车”。随着AI从基础大模型向行业大模型、多模态、具身智能纵深演进，“行业高质量数据集正取代通用语料，成为决定模型落地效果的关键变量。”

我国高质量数据集建设的“家底”如何？未来该怎么建、怎么管、怎么用？

4月29日，在第九届数字中国建设峰会“高质量数据集和数据标注主题交流活动”上，国家发展和改革委员会党组成员，国家数据局党组书记、局长刘烈宏发表致辞，明确将2026年定为“数据要素价值释放年”，并解读即将印发的《关于推进行业高质量数据集建设行动的实施方案》。

国家数据局通过《实施方案》给出了全链条的“行动路线图”——通过六大行动，直击数据集建设中“有什么、怎么加工、好不好用、怎么用、怎么管、如何流通交易”的核心痛点，构建数据要素与人工智能协同演进的共生生态。

一、摸清家底：中国AI数据正迈入规模化应用新阶段

在部署具体行动之前，刘烈宏用一系列翔实的数据亮出了中国在数据生产与AI应用上的最新成绩单——

供给端——

2025年全国年度数据生产总量达52.26泽字节（ZB），占全球约27.44%。截至2026年3月底，全国已建成高质量数据集超过11.6万个，总体量超过960PB。

应用端——

2025年，用于AI训练和推理的数据总量为199.48艾字节（EB），其中推理数据首超训练数据量。

推理数据超越训练数据，是一个极具标志性的拐点，人工智能已经跨越了实验室训练阶段迈入了规模化落地的实战期。为了支撑这一庞大需求，国家数据局打出了“六大行动”的组合拳。

二、六大行动：全生命周期的数据集建设施工图

围绕《实施方案》，国家数据局将从供给端、需求端、流通端和价值端全面发力。

行动一——强解决“有什么”

为AI备足前沿“燃料”。 面向多模态、智能体和具身智能的演进趋势，国家数据局提出两手抓，即一手抓“行业纵深”，聚焦科研、工业制造、医疗卫生以及低空经济等重点/创新领域拓展资源；一手抓“前沿布局”，围绕智能体、世界模型等新兴领域建设数据集。通过链主带动和公共数据授权运营等方式，持续做大高质量数据的供给盘子。

行动二——解决“怎么加工”

推动数据标注向“知识密集型”跃升。 过去的数据标注多被称为数字流水线上的体力活，但在行业大模型时代，数据标注正向技术密集型和知识密集型转变。国家数据局提出发展人机协同的智能化标注和专家型标注服务，并将在全国因地制宜梯次布局数据标注创新试验区，培育专业化人才队伍。

行动三——解决“好不好用”

打造“AI-Ready（人工智能就绪）”标准。 数据不仅要多，更要好用。该行动旨在以智能化手段重塑数据加工链路（清洗、增强、对齐、质检），并加快推进国家标准研制。同时，建立数据质量验证+模型应用反馈的测评闭环，推动测评结果互认，有效降低企业AI训练和推理的成本。

行动四——解决“怎么用”

让数据飞轮真正转起来。 国家数据局提出了一个核心原则“人工智能发展到哪里，就把高质量数据集建设到哪里。” 未来将打造一批集“生产加工、流通利用、支撑训练”于一体的数据赋能工厂和“数据×智能体”示范工程。以模型应用牵引数据供给，以数据驱动模型迭代，实现双向赋能。

行动五——解决“怎么管”

打破数据孤岛，国家级管理平台上线。 优质的数据往往分散在不同机构和企业中。第九届数字中国建设峰会上，国家数据集管理服务平台正式上线试运行，平台将实现数据集目录、供需等信息的互联互通。同时，国家将进一步探索数据权益制度，防范数据偏见与歧视等伦理风险，打造合规包容的制度环境。

行动六——解决“如何流通交易”

探索“词元交易（Token交易）”，构建可持续的商业闭环。 针对目前行业内“为数据付费意识不强、定价难”的痛点，国家数据局提出极具前瞻性的解法，鼓励以数换数、数模互换；推动数据集在交易所挂牌，并探索词元交易等新型交易模式；探索数据资产化创新路径，支持数据等无形资产投资，最终形成可量化、可定价的价值体系。

三、守住安全底线，开拓智能经济新生态

在释放数据价值的同时，安全依然是不容逾越的红线。刘烈宏强调，必须持续防范数据投毒、数据篡改、数据泄露等风险，强化数据、模型、交易与供应链的全方位安全防护。

从建规立矩到试点先行，再到如今《实施方案》六大行动的全面铺开，国家数据局正在为中国AI产业铺设一条坚实的高速公路。正如刘烈宏局长所描绘的未来愿景，通过“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”，我国将打通一个“数据—模型—应用—价值”的健康闭环。当越来越多数质兼优、AI-Ready的高质量数据集涌向千行百业，中国智能经济的新生态必将迎来一次强劲的爆发。（文/ResGov数字理政人工智能治理研究中心）

活动推荐：建设高质量数据集，亟需系统的数据治理与专业人才支撑！为助您掌握DCMM 2.0新标与数据集建设路径，“首席数据官·数据治理工程师研修班”将于5月9日在成都开班！参训可获工信部人才交流中心首席数据官与数据治理工程师高级证书，点击图片咨询。